OpenCV 学习笔记（七）—— 图像的算术运算

本文主要是介绍OpenCV 学习笔记（七）—— 图像的算术运算，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

图像的算术运算

本节主要介绍一系列的图片的算术运算，包括图片相加，相减等。

一. 学习目标

学习一系列的图片算术运算，包括图片的相加，相减，按位操作等。
学习函数：cv.add()，cv.addWeighted() 等。

二. 图片相加

在进行图片相加时，我们可以使用 OpenCV 的 cv.add() 函数，也可以使用 Numpy 直接进行相加：res = img1 + img2 。
注意：
- 两幅图片的深度和类型应该相同。
- cv.add() 是一个饱和运算，而 Numpy 的加法是一个取模运算。

我们看一下演示代码，来感受两者的不同：

>>> x = np.uint8([122])
>>> y = np.uint8([178])
>>> print(x + y)        # 122 + 178 = 300 % 256 => 44
[44]
>>> print(cv.add(x, y))     # 122 + 178 = 300 => 255
[[255]]

三. 图像混合

图像混合也是一种图片相加，但是为了体现图片混合或是图片透明的效果，不同的图片在相加时被给予不同的权重。图片混合的公式为：
$\alpha)f_0(x) + \alpha f_1(x)$
通过从 0 $\rightarrow$ 1改变 $\alpha$ ，可以从一个图像到另一个图像之间执行冷转换。

下面我就通过一个简单的代码，来实现图片混合：

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt# 读取图片
img1 = cv.imread("./test_image/boat.bmp")
img2 = cv.imread("./test_image/dollar.bmp")# 图片按照不同的权重进行相加
dst = cv.addWeighted(img1, 0.8, img2, 0.2, 0)# 显示图片
plt.subplot(131),plt.imshow(img1,'gray'),plt.title('img1')
plt.subplot(132),plt.imshow(img2,'gray'),plt.title('img2')
plt.subplot(133),plt.imshow(dst,'gray'),plt.title('dst')
plt.show()cv.waitKey(0)
cv.destroyAllWindows()

运行结果：
其中 cv.addWeighted() 函数的公式为：
$\alpha \cdot img1 + \beta \cdot img2 + \gamma$

四. 按位运算

按位运算包括按位与，按位或，按位非以及按位异或运算。

下面我就通过一段代码，来演示怎么使用 OpenCV 的按位运算：

import cv2 as cv
import numpy as np# 先定义像个数，用来执行操作
a = np.uint8([11]) # 二进制：0000 1011
b = np.uint8([13]) # 二进制：0000 1101# 按位与
# b'0000 1011 & b'0000 1101 = b'0000 1001 = 9
res_and = cv.bitwise_and(a, b)  
# 按位或
# b'0000 1011 | b'0000 1101 = b'0000 1111 = 15
res_or = cv.bitwise_or(a, b)
# 按位非
#  - b'0000 1011 = b'1111 0100 = 244
res_not = cv.bitwise_not(a)
# 按位异或
# b'0000 1011 xor b'0000 1101 = b'0000 0110 = 6
res_xor = cv.bitwise_xor(a, b)# 打印输出结果
print("res_and is:",res_and)
print("res_or is:",res_or)
print("res_not is:",res_not)
print("res_xor is:",res_xor)